文档介绍：步态识别综述
王志波陈庆财
国家知识产权局专利局专利审查协作北京中心北京,
北京和利时系统工程有限公司北京
摘要步态识别作为一种新的生物认证技术,通过人的行走方式识别个体的身份。本文首先分析了步态识别的特点及其研究背
景;其次,对目前步态识别中涉及到的几项关键技术所采用的方法进行了简单的描述及分类,并分析各种技术的主要优缺点,最后,
提出了目前步态识别问题研究中的几个薄弱点,指出进一步研究发展空间。
关键词步态识别特征提取运动分割识别分类
中图分类号. 文献标识码文章编号—

..,
,
.
..,
.

一和了,解。
、引言
生物特征识别技术是指利用人自身所固有的生理或行为二、步态识别涉及方法的分类
特征进行身份鉴别,运用到的生物特征主要有:指纹、掌纹、步态识别涉及到的几项关键技术包括:视频处理、图像处
人脸、虹膜及步态等。在这些生物特征识别中,步态识别近年理、模式识别。步态识别分析可以划分为特征抽取、特征处理和
来为越来越多的研究者所关注,成为一种较新的生物认证技识别分类三个阶段。‘
术,它是通过人的走路方式来识别人的身份。步态被认为是下面针对步态识别过程中的各种方法和算法进行分类
个体特有的,且完全决定于几百个运动学参数。这些运动学概述。
参数包括特定关节点的角速度、加速度以及肢体的边界等。、运动分割
以上领域的研究是步态识别作为一种生物认证技术的科学运动分割的目的是从序列图像中将变化区域从背景图像中
依据。提取出来。运动分割可以分为在静止和运动背景下运动目标的
与已有的指纹、虹膜和人脸识别等生物识别方法相比,步态检测和提取。现有的运动分割算法大体可分为如下三类:
识别的优势在于唯一不受距离影响的生物特征、非接触性、难帧问差分:差分法是最为常用的运动目标检测和分割方
以伪装且受环境影响小、对图像分辨率要求不高。法之一。如时域差分方法是在连续的图像序列中两个或三个相
步态作为一种远距离身份识别的生物特征,虽然它具有其邻帧间采用基于像素的时域差分并且阈值化来提取出图像中的
他的生物特征所不具有的一些优点,但也具有明显的缺点。首运动区域。此类方法的优点是速度快,鲁棒性好,适用于实时性
先,与指纹或虹膜不同,人的步态是高度改变的,它的唯一性是要求较高的应用环境;不足在于算法对环境噪声较为敏感,并且
有限的,其次,步态识别的识别准确度还不够高,并且对于数据基于差分法的运动目标分割精度没有保证。
库较小时比较有效,对于数据库中的数据较多时仅仅利用步态背景估计:除差分法外,背景估计静止或缓慢变化背景
很难从中识别出单一的个体,但是此时利用步态可以缩小可能下运动目标为检测和分割的解决提供了另一条思路。这类方法
匹配的范围。下面本文对近年来该领域的研究文献进行简单的的优点在于一般能够提供最完全的特征数据,对复杂背景情况
慨述,有助于我们对步态识别这个研究领域有一个总体的认识效果较好,但是对于动态场景的变化,如光照和外来无关事件的
‘‘办公自动化杂志
干扰等特别敏感。基于统计的方法
基于运动场估计的方法:此类方法通过视频序列的时空基于统计的方法是动态系统模式识别中识别效果最好的方
相关性分析